• 为什么我的LSTM模型结果滞后

    我是机器学习的新手,并且正在使用Keras中的LSTM执行多变量时间序列预测。我有一个每月时间序列数据集,其中包含4个输入变量(温度,降水,露水和wind_spreed)和1个输出变量(污染)。利用这些数据,我得出了一个预测问题,考虑到前几个月的天气条件和污染,我预测了下个月的污染。下面是我的代码 X = df[['Temperature', 'Precipitation', 'Dew', 'Wind_speed' ,'Pollution (t_1)']].values y = df['Pollution ...
  • 为什么一步一步的LSTM会比MLP更好?

    出于好奇,我将具有单个时间步长的堆叠LSTM神经网络与具有tanh激活功能的MLP进行了比较,认为它们的性能相同。 用于比较的体系结构如下,它们在回归问题的相同数据集(损失函数为MSE)上进行训练: model.add(Dense(50, input_dim=num_features, activation = 'tanh')) model.add(Dense(100, activation = 'tanh')) model.add(Dense(150, activation = '...
  • LSTM培训损失和Val损失没有改变

    我一直在尝试使用张量流keras创建LSTM RNN,以便仅基于Datetime和lat / long来预测某人是否在驾驶(二进制分类)。但是,当我训练网络时,损耗和val_loss并没有真正改变。 我将经纬度转换为介于-1和1之间的x,y,z坐标。我还使用Datetime提取了是否是周末以及它是一天中的哪个时段(上午/下午/晚上)。 这是数据示例(格式有点奇怪): trip_id weekday period_of_day x y z ...
公告

欢迎访问 goshare  点击这里设置您的邮箱  可以接收站内跟帖、回复邮件提醒,不错过任何一条消息。

关注公众号订阅更多技术干货! 魅力技术资源分析